Forskere skal lære robotter at skelne mellem sandwich-ingredienser

Dataloger fra Loughborough University er gået sammen med en fødevareproduktionsautomatiseringsvirksomhed om et projekt, der skal lære AI-robotter, hvordan man skelner mellem fødevarer, så de kan lave sandwich i virkelige fabriksmiljøer.

Projektleder Dr. Baihua Li, ved Videnskabsskolen, håber, at forskningen med Millitec Food Systems vil "styrke en række nye automatiseringsfunktioner på fødevareproduktionstransportører og rørledninger."

Fødevarefremstilling er den største fremstillingsindustri i Europa, men industrien står over for store problemer med arbejdsudbuddet på grund af øgede omkostninger og mangel på arbejdstagere, der er villige til at påtage sig mindre kvalificerede roller.

Millitec leverer højteknologiske produktionsmaskiner og en række robotprodukter til automatisering af fødevareproduktion, der ser ud til at lukke dette hul i industrien.

Det har udviklet en række teknologier, der kan samle og pakke sandwich, med den hensigt at reducere det intensive arbejdsarbejde, der kræves på produktionstransportører.

Deres nuværende sandwich-montører er i stand til at hjælpe med sandwich-fremstillingsprocessen - f.eks. de kan smøre brød og skære sandwich - men de er ikke i stand til at påtage sig opgaver, der kræver, at de skelner mellem varer, såsom at vælge salat toppings til at putte i en sandwich.

Projektet med Loughborough University ser ud til at tage robotteknologien til det næste intelligensniveau.

Dr. Li og hendes team af forskere skal udvikle maskinsyn og indlejret kunstig intelligens (AI) teknologi til robotmanipulatorerne, som vil sætte dem i stand til at genkende en række forskellige genstande og udføre mere avancerede opgaver såsom at opfange de rigtige elementer i rigtige mængde og rækkefølge.

De vil undersøge brugen af ​​et billigt pålideligt kamera og sensorsystem på Millitecs "Delta-robotter, " hvilken, i det væsentlige, giver maskinerne mulighed for at se.

De vil derefter udvikle algoritmer, der træner robotterne til at genkende forskellige brød og fødevareingredienser, og nøjagtigt registrere deres placering og orientering.

Akademikerne vil skabe algoritmerne ved hjælp af 'deep learning' – en metode til at lære en maskine at udføre opgaver automatisk uden eksplicitte menneskelige instruktioner.

Dette involverer at indsamle tusindvis af billeder og få et computersystem til at analysere dem, så den lærer, hvordan forskellige ting ser ud.

Ud over at blive undervist i, hvordan man identificerer fødevarer, Millitec-robotterne vil blive trænet til at opdage og håndtere fejl på produktionstransportører, såsom manglende ingredienser eller genstande i den forkerte position.

Den udviklede teknologi vil blive implementeret som et indlejret system på Millitecs eksisterende automationsmaskiner, hvilket betyder, at den færdigpakkede sandwich, du køber på tankstationen i den nærmeste fremtid, kunne være lavet fra start til slut af robotter.

Dr. Li kommenterede:"Loughboroughs Computer Science-afdeling har en solid track record og ekspertise inden for AI.

"Industrien præsenterer nye udfordringer for vores forskning, og dette projekt vil håndtere forskellige udfordringer under virkelige fabriksforhold og opfylde de kommercielle krav med hensyn til nøjagtighed, sikkerhed og hastighed.

"De udviklede robuste visionsalgoritmer og kamerabaserede sensorsystem vil også reducere systemets produktionsomkostninger.

"Vi vil overføre de seneste fremskridt i vores forskning inden for maskinsyn, dyb læring og robotteknologi til at drive innovation til højplejefødevarefremstilling.

"Succesfuld udvikling og kommercialisering af robotsystemet vil reducere den menneskelige arbejdsstyrke betydeligt og forbedre produktionskvaliteten og effektiviteten, giver medarbejderne mulighed for at fokusere på aktiviteter af højere værdi."

Richard Ledger, administrerende direktør for Millitec, sagde:"Vi er begejstrede for at udvikle det nyeste udvalg af robotter til fødevareproduktion i samarbejde med Loughborough University.

"Igennem vores 15 år i branchen, vi har set de udfordringer, som mangel på færdigheder, og et klart behov for en teknologisk løsning til støtte for fødevareproducenter.

"Dette udviklingsprojekt vil være et stort spring fremad inden for automatisering af fødevareproduktion."